『梅田弘之(実用)』の電子書籍一覧

●生成AIの仕組みをイメージする
生成AIは、革新的なIT技術として注目されていますが、同時にその技術背景は難解で専門的という印象がありました。本書では代表的な生成AIサービスを取り上げながら、その技術をできるだけ分かりやすく解説し、ビジネスの現場に応用していくための解法を提供するものです。
本書では生成AIの技術的な側面に迫りますが、専門家向けの解説を行うものではありません。生成AIの理解に必要な背景を比較的平易なコンピュータ用語で解説していきます。仕事でコンピュータを使っているさまざまな方のリテラシーを前提に、技術のイメージを大まかにつかんでもらえるような説明をしていきます。
●大規模言語モデルからチューニングなどの技術要素をフォロー
生成AIは従来の人工知能から進んで、文書や画像などのコンテンツを生み出すことができます。その背景には大規模言語モデル（LLM）という従来にはないデータ基盤を利用していることがあります。本書ではさまざまなサービスで採用されているTransformerというモデルを題材にLLCの仕組みを説明します。また、それら汎用モデルをカスタマイズし、ビジネスに活かしていく方法を探ります。
●さまざまなIサービスをカバー
本書では代表的な生成AIのサービスであるChatGPTのほか、マイクロソフトのBingやCopilotなどのサービスの特長や技術背景についても説明します。利用方法のほか、自身が必要とする生成結果を得るためのチューニングなど、より実践的な利用法を解説します。また、生成AIの分野ではさまざまなサービスが次々と登場しており、新しいサービスを含めた特徴や違いなどについても考察を加えています。

「Docker」は本書執筆時（2014/12-2015/06）にIT技術者の中で特段注目を置かれている技術として名を連ねており、様々な技術者が次世代を担う技術に成長することを期待を込めて情報を追っている現状です。本書では、Dockerとはなにか、Dockerがなぜ注目されているのかといった基本的なことから、運用する上で利便性の高いツール群の紹介、更には他の類似技術との性能比較などの解説も盛り込んでいます。これからDockerを触る方や導入を検討している方、既に触っているがより深く知りたい方にとって一読する価値のある内容となっています。Dockerの情報書としてご活用ください。
第1章　Dockerが注目されている理由を探る
第2章　Dockerをより良く使うための3つの周辺技術
第3章　注目すべきDockerの周辺技術 PanamaxとKubernetes
第4章　Dockerを取り巻く各社の状況を見る
第5章　Docker専用の軽量OS 主要3種を比較する
第6章　ベアメタル環境とDockerコンテナ環境の性能比較
第7章　KubernetesとMesos：Dockerのスケジューリングツールの違いを理解する
第8章　Dockerコンテナのパフォーマンス劣化とチューニング
第9章　DockerとLinux OSのリソース共有状況の調査

本書は、JSTQB認定テスト技術者資格のFoundation Level試験の対策書です。
出題内容を示すシラバスには、専門用語がたくさん出てきます。また、試験に合格するにはテスト技術だけでなく、ソフトウェアに関する幅広い知識も必要となります。
本書では、専門用語をなるべく平易な言葉で解説しているほか、テスト技術だけでなくソフトウェアの基礎知識も織り交ぜながら解説しているので、初心者の方でも無理なく学習いただけます。また、本書を読み進めることで、自然と体系的なテスト技術が身に付くよう構成しています。
各章末には理解度を確認するための演習問題、最終章には1回分の模擬問題を収録。「わかりやすい解説」+「豊富な問題」で、本書一冊で合格を目指せます。

本書は、Think IT連載「ビジネスに活用するためのAIを学ぶ」に、筆者の自社Webサイトで公開中のブログ「AI技術をぱっと理解する(基礎編)」
を加え、さらに加筆・修正したAI入門書。これからAIを学ぶエンジニアや過去にAIを学習したが挫折してしまったエンジニア向けに、AIの基礎と
全体像を解説し「AIとは何か」「AIで何ができるのか」をイメージできるようにした。

本書の特長は、古い歴史には触れず、(1)ディープラーニング登場以降の5年間の流れを知り(過去)、(2)今のAI技術の全体像を把握し(現在)、(3)5年後の
AI活用イメージを掴む(未来)、の3点。書き下ろしコラムによるていねいな補足もあり、広大で難解なAIの世界をやさしく学ぶことができる。

全3部構成。
●第1部「人工知能の基礎を理解する」では、AIの基礎と全体像をしっかり理解できるように解説。
●第2部「機械学習のアルゴリズムを学ぶ」では、AIの心臓部となる＜機械学習＞＜統計学＞＜アルゴリズム＞の3要素とその関係を解説。＜機械学習＞には
「教師あり学習」「教師なし学習」「強化学習」などが、その背後には「回帰」「分類」「クラスタリング」などの＜統計学＞があり、その解を求める
方法には「決定木」「サポートベクターマシーン」「ｋ平均法」など、多くの＜アルゴリズム＞がある。これらの三角関係をやさしく紐解く。
●第3部「ビジネスに活用するための人工知能を学ぶ」では、著者の調査による最新動向を踏まえ、AIビジネスの将来について業界別に考察。
RPA (Robotic Process Automation) の現状についても解説する。

販売管理システムや基幹業務システムの構築に必須の2大知識「データベース設計」と「業務知識」を同時に学べるベストセラーの第2版です！販売管理システムは、企業戦略（ビジネスの仕方）と直結する重要なシステムです。既存事業の成長はもちろんのこと、新規事業やスタートアップの成功には、サービス内容の迅速かつ柔軟な変更に対応できる販売管理システムが不可欠です。特に、業務データを保管するデータベースの設計は、システム構築のカギとなります。本書では、販売管理業務を解説しながら、販売管理データベースの設計例を挙げ、販売管理システムにかかわる「業務知識」と「データベース設計」を学ぶことができます。基本から説明していますから、実際の業務に詳しくないエンジニアや、業務データベースの設計をこれから学びたい開発者にぴったりです。また、基本を押さえていますから、幅広い業務のシステムに応用できます。今回の改訂では、近年著しく普及したインターネットビジネスに対応。Eコマースやサービス提供で使われる業務システムとそのデータベース設計の解説を追加しました。本書で紹介しているデータベース設計は、ER図データとしてダウンロード可能。巻末には、販売管理業務・システムの用語集も付いています。サービスをアプリだけでなく、業務システムから構築できるエンジニアを目指してみませんか。※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。